Страница: 32/38
влияние независимых переменных на финансовый результат значимо.
Регрессионный анализ с прогнозом :
Для построения регрессионной модели используется метод пошаговой регрессии, описанный в п.3.1 .
В результате использования метода пошаговой регрессии был отброшен 1 фактор и остались в таблице следующие независимые переменные: Х1, Х2, Х3, Х5, Х6, Х7. Таким образом, регрессионная модель будет иметь вид:
У = 9971,102 - 2,424Х1- 98,989Х2 + 123,384Х3 – 42,431Х5 + 3,592Х6 – - 63,342Х7, ( 32 )
где Х1 – заработная плата,
Х2 – амортизация основных средств,
Х3 – ГСМ,
Х5 – электро-энергия,
Х6 – ремонтные работы,
Х7 – запчасти.
Эти показатели наиболее оптимальные, они не коррелируют друг с другом и в совокупности образуют наилучшую модель Уравнение ( 32 ) означает, что сумма выручки на 1 руб. издержек по заработной плате в среднем по совокупности уменьшилась на 2,434 руб. при увеличении заработной платы на 1 руб.; уменьшилась в среднем на 97,989 руб. при возрастании амортизации основных средств на 1 руб. и уменьшилась на 42,431 руб. при росте электро-энергии и уменьшилась на 63,342 руб. при увеличении затрат на запчасти.
На основании коэффициентов регрессии bi трудно сопоставить факторы Х по степени их влияния на зависимую переменную У. Для этого используются следующие коэффициенты:
коэффициент эластичности ,Э ;
бэта-коэффициент, В ;
дельта-коэффициент, D;
С помощью частных коэффициентов эластичности, а также бета-коэффициентов можно ранжировать факторы по степени их влияния на зависимую переменную, сопоставить их между собой по величине этого влияния. Оценить долю влияния фактора в суммарном влиянии всех факторов на объясняемую переменную У можно с помощью дельта-коэффициент.
Оценка коэффициентов эластичности независимых переменных Х1, Х2, Х3, Х5, Х6, Х7 позволяет сделать вывод, что наибольшее влияние на изменение значений выручки оказывают издержки от амортизации основных средств: при увеличении амортизации основных средств на 1 % от среднего значения, выручка уменьшится на 0,471 % от своего среднего значения. При увеличении заработной платы на 1 % от среднего значения, выручка уменьшится на 0,211 % от своего значения. При увеличении электро-энергии на 1% от своего значения выручка уменьшится на 0,186% и при увеличении запчастей на 1% выручка уменьшится на 0,199%, что подтверждает выполненный ранее анализ уравнения.
Шесть факторов, включенные в уравнение регрессии, объясняют 100 % вариации уровня выручки (дельта-коэффициент), если рассматривать 7 составляющих издержек как генеральную совокупность. Наибольшие изменения вариации выручки происходит от амортизации основных ( -0,609%), а наименьшие изменения от ГСМ ( 0,295).
Таким образом, амортизация основных средств оказывает на уменьшение выручки предприятия наибольшее влияние.
Анализ качества регрессионной модели осуществляется по остаточной компоненте, которая определяется по формуле:
^
e=Ui- Yi , ( 33)
где e - i-ое значение остаточной компоненты
Yi– i-ое фактическое значение выручки
Yi – i-ое значение выручки, рассчитанной с помощью модели.
Среднее значение остаточной компоненты равна -0,005. Критерий Дарбина-Уотсона (d расч.) служит для проверки независимостей уровней. Расчетное значение критерия Дарбина-Уотсона (d расч.)= 1,698. При сравнении данного значения с табличным показателем мы видим:
d1 табл. (а = 0,05, р = 7, n = 17 ) = 0,90
d2 табл. (а = 0,05, р = 7, n = 17 ) = 1,71
Преобразуем d расч. : d расч.= 4 – 1,698 = 2,302 , то есть d расч. > d 2 табл.
Следовательно, автокорреляция уровней остаточного компонента отсутствует и остаточная компонента распределена по нормальному закону распределения.
Модель адекватна реальному процессу изменения прибыли в зависимости от увеличения заработной платы (Х1), аммортизации основных средств (Х2), ГСМ ( Х3), электро-энергия (Х5), ремонт (Х6), запчасти (Х7). Об этом свидетельствует высокий показатель критерия адекватности, который равен 89,495%.
Коэффициент детерминации показывает на сколько включенные в модель переменные влияют на изменение прибыль. В нашем случае, критерий детерминации равен 86,7%. Это означает, что переменные Х1,Х2,Х3,Х5,Х6,Х7 включенные в модель практически на 86,7 % описывают изменение . Данный факт подтверждается критерием Фишера (F-значение). F-значение (n1=6, n2= 14) равен 143,285. Это расчетное значение. Табличное же значение равно 8,74. Так как Fрасч. > F табл., то значение коэффициента детерминации значимо.
Таким образом, полученная в результате расчетов модель адекватна.
Критерий качества составляет лишь 22,374%. Это свидетельствует о низком качестве оценок.
В результате проведенного выше анализа можно сказать, что уравнение (32) значимо с вероятностью 0,95 и может быть применено для получения прогноза прибыли.
Реферат опубликован: 8/03/2006